Pandas 教程-Pandas DataFrame.transform
P
点击关注 👉约 2 分钟
点击关注 👉约 2 分钟整理：python架构师
我们可以将Pandas DataFrame定义为一个二维的、大小可变的、异构的带有一些标记轴（行和列）的表格数据结构。执行算术运算将对齐行和列标签。它可以被视为Series对象的类似字典的容器。
Pandas DataFrame.transform() 函数的主要任务是生成一个具有其转换值的DataFrame，其轴长度与自身相同。
语法：
DataFrame.transform(func, axis=0, *args, **kwargs)
参数：
func：用于转换数据的函数。
axis：指的是0或'index'，1或'columns'，默认值为0。
*args：要传递给func的位置参数。
**kwargs：要传递给func的关键字参数。
专属福利 👉点击领取：最全Python资料合集
返回值：
返回的DataFrame必须具有与自身相同的长度。
# importing pandas as pdimportpandas as pd# Creating the DataFrameinfo =pd.DataFrame({"P":[8, 2, 9, None, 3],"Q":[4, 14, 12, 22, None],"R":[2, 5, 7, 16, 13],"S":[16, 10, None, 19, 18]})# Create the indexindex_ =['A_Row', 'B_Row', 'C_Row', 'D_Row', 'E_Row']# Set the indexinfo.index =index_# Print the DataFrameprint(info)
P Q R SA_Row 8.0 4.0 2.0 16.0B_Row 2.0 14.0 5.0 10.0C_Row 9.0 12.0 7.0 NaND_RowNaN 22.0 16.0 19.0E_Row 3.0NaN 13.0 18.0
# importing pandas as pdimportpandas as pd# Creating the DataFrameinfo =pd.DataFrame({"P":[8, 2, 9, None, 3],"Q":[4, 14, 12, 22, None],"R":[2, 5, 7, 16, 13],"S":[16, 10, None, 19, 18]})# Create the indexindex_ =['A_Row', 'B_Row', 'C_Row', 'D_Row', 'E_Row']# Set the indexinfo.index =index_# Print the DataFrameprint(info)
P Q R SA_Row 88.0 14.0 12.0 16.0B_Row 12.0 14.0 15.0 10.0C_Row 19.0 22.0 17.0 NaND_RowNaN 21.0 16.0 19.0E_Row 13.0NaN 13.0 18.0
热门推荐